本研究利用神经网络势分子动力学模拟 LaH2.75O0.125,揭示高温下缓慢 O 扩散对快速 H 扩散的影响及双激活势垒机制。
摘要:
对优异的 H 导体 LaH2.75O0.125 进行的基于神经网络势的分子动力学(MD)模拟表明,根据原子位置方差且与时间步长无关,O 在临界温度 Tc~550 K 以上开始扩散。在 Tc 以下温度,原有扩散过程的激活势垒为 0.25 eV。采用不同 O 和 La 质量的 MD 模拟显示,在 Tc 以上,0.25 eV 过程与激活势垒为 0.20 eV 的额外扩散过程共存。O 和 La 具有强非谐特性。
英文摘要:
Neural network potential based molecular dynamics (MD) simulations on the excellent H conductor LaH2.75O0.125 show that O starts diffusing above a critical temperature of Tc~550 K, according to the variance of atom positions regardless of the time step. The original diffusion process at temperatures below Tc has an activation barrier of 0.25 eV. Use of MD simulations with various O and La mass revealed, at above Tc, the coexistence of the 0.25 eV process and an additional diffusion process with an activation barrier of 0.20 eV. The O and La have strongly anharmonic characters.
Predicting highly correlated hydride-ion diffusion in SrTiO$_3$ crystals based on the fragment kinetic Monte Carlo method with machine-learning potential
氧化物由于其快速的离子传导性和强的还原性而引起人们的关注。最近,氢化物离子在SrTiO $_{3-x}$ H $_{x}$氢氧化物晶体中的迁移已被研究,表明氢离子的迁移被缓慢的氧扩散阻断。在这项研究中,我们调查的氢化物离子迁移机制,使用动力学蒙特卡罗方法来了解氢化物和氧离子之间的关系。将该方法应用于氢化物和氧离子迁移的困难涉及离子迁移势垒的复杂变化,其动态地根据周围氢化物和氧离子的特性而变化。我们可以使用机器学习神经网络模型来预测这些复杂的变化。然后可以使用该模型进行模拟,以预测温度依赖的离子迁移行为。我们发现我们对氢化物离子扩散激活势垒的模拟结果与实验结果符合得很好。我们还发现,氢离子迁移的影响,缓慢的氧扩散和氧扩散的离子迁移障碍的变化加速。对于1,000 CPU的实现,该方法的并行处理效率为84.92%,表明该方法可以以合理的计算成本广泛应用于晶体中离子迁移的模拟。
Hydride Vapor Phase Epitaxy of GaN on Silicon Covered by Nanostructures
采用两步氢化物气相外延(HVPE)工艺在硅衬底上沉积了几十个$μ$ m GAN。衬底已被覆盖的AlN层和GAN纳米结构生长的等离子体辅助分子束外延。在第一个低温(低T)HVPE步骤,堆垛层错(SF)的形式,显示出不同的发光线和条状特征的阴极射线发光图像的横截面的层。这些阴极射线发光的功能允许洞察到的生长过程。在第二高温(高T)步骤期间,SF消失,并且GAN层的这部分的发光由施主束缚激子主导。对于由薄AlN缓冲层和GAN纳米结构组成的模板,没有观察到通过HVPE生长的GAN中的硅掺入。此外,(高T)HVPE步骤的生长模式取决于AlN/GAN模板的具体结构,其中在第一种情况下,外延由缓慢生长的刻面的形成主导,而在第二种情况下,外延直接沿着c轴进行。
Hydrogen (deuterium) dynamics and thermal stability in ion-irradiated platinum-hydride thin films synthesized at low temperature
Institute of Industrial Science, The University of Tokyo(东京大学工业科学研究所);School of Materials and Chemical Technology, Institute of Science Tokyo(东京科学大学材料化学技术学院);Department of Chemistry, The University of Tokyo(东京大学化学系);Advanced Science Research Center, Japan Atomic Energy Agency(日本原子力研究开发机构先进科学研究中心)
Singular high-harmonic transport above a quantum threshold
Department of Physics, Stanford University(斯坦福大学物理系);Department of Physics, Massachusetts Institute of Technology(麻省理工学院物理系);Department of Chemistry and Chemical Biology, Harvard University(哈佛大学化学与化学生物学系)
Simulations with machine learning potentials identify the ion conduction mechanism mediating non-Arrhenius behavior in LGPS
Li $_{10}$ Ge(PS $_6$)$_2$(LGPS)是一种高度浓缩的固体电解质,其中相邻阳离子之间的库仑排斥被假设为协同离子跳跃的根本原因,协同离子跳跃是诸如Li $_7$ La $_3$ Zr $_2$ O $_{12}$(LLZO)和Li $_{1.3}$ Al $_{0.3}$ Ti $_{1.7}$(PO $_4$)$_{1.7}$(LATP)的超离子导体中常见的机制。虽然使用分子动力学(MD)的第一性原理模拟提供了对Li $^+$传输机制的深入了解,但从历史上看,在模拟和实验中研究的温度范围存在差距。在这里,我们使用了在密度泛函理论(DFT)模拟上训练的神经网络(NN)势,以DFT般的精度运行长达40纳秒的MD模拟,以表征包括先前模拟和实验研究在内的温度范围内的离子传导机制。我们已经证实了锂$^+$亚晶格相变在LGPS约400 K,低于该\textit{ab}平面扩散率$D^*_{ab}$急剧减少。伴随着400 K附近的亚晶格相变,有较少的阳离子-阳离子(交叉)相关性,其特征在于Haven比接近1,并且在较低的温度下,系统中的振动更谐波。直觉上,在高温下,振动模式的收集可能足以驱动协同离子跳跃。然而,在接近室温时,可用的振动模式可能不足以克服静电排斥,从而导致相关性较低的离子运动和相对较慢的离子传导。这种亚晶格相变的现象,在其以下协调跳跃起不太重要的作用,可以…